වෙරළ තීරයේ වෙනස්වීම් වඩාත් නිවැරදිව පුරෝකථනය කරන්නේ කෙසේද? කුමන ආකෘති වඩා හොඳද?

දේශගුණික විපර්යාස හේතුවෙන් මුහුදු මට්ටම ඉහළ යාම සහ කුණාටු තීව්‍ර වීමත් සමඟ, ගෝලීය වෙරළ තීරයන් පෙර නොවූ විරූ ඛාදන අවදානම් වලට මුහුණ දී සිටී. කෙසේ වෙතත්, වෙරළ තීරයේ වෙනස්වීම් නිවැරදිව පුරෝකථනය කිරීම අභියෝගාත්මක ය, විශේෂයෙන් දිගු කාලීන ප්‍රවණතා. මෑතකදී, ShoreShop2.0 ජාත්‍යන්තර සහයෝගීතා අධ්‍යයනය මගින් වෙරළ තීරයේ පුරෝකථන ආකෘති 34 ක ක්‍රියාකාරිත්වය අන්ධ පරීක්ෂණ හරහා ඇගයීමට ලක් කළ අතර, වෙරළ තීරයේ ආකෘති නිර්මාණයේ වත්මන් කලාව හෙළි කළේය.

වෙරළ තීරය යනු රළ, වඩදිය බාදිය, කුණාටු සහ මුහුදු මට්ටම ඉහළ යාම හේතුවෙන් නිරන්තරයෙන් වෙනස් වන ගොඩබිම මුහුද හමුවන ගතික සීමාවයි. ලොව පුරා වැලි සහිත වෙරළ තීරයන්ගෙන් ආසන්න වශයෙන් 24% ක් වසරකට මීටර් 0.5 ඉක්මවන වේගයකින් පසුබසින අතර එක්සත් ජනපද ගල්ෆ් වෙරළ තීරය වැනි සමහර ප්‍රදේශවල වාර්ෂික ඛාදන අනුපාතය මීටර් 20 ට වඩා වැඩිය.

වෙරළබඩ විපර්යාස පුරෝකථනය කිරීම ස්වභාවයෙන්ම දුෂ්කර හා සංකීර්ණ කාර්යයක් වන අතර, තරංග ශක්තිය, අවසාදිත ප්‍රවාහනය සහ මුහුදු මට්ටම ඉහළ යාම ඇතුළු බහු සාධකවල අන්තර් ක්‍රියාකාරිත්වය සලකා බැලීම අවශ්‍ය වේ. දිගු කාලයක් පුරා නිවැරදි අනාවැකි ඊටත් වඩා අභියෝගාත්මක ය.

නවීන වෙරළබඩ පුරෝකථන ආකෘති කාණ්ඩ තුනකට බෙදිය හැකිය: එකක් Delft3D සහ MIKE21 වැනි භෞතික සමාකරණය මත පදනම් වේ, තරල යාන්ත්‍ර විද්‍යාව සහ අවසාදිත ප්‍රවාහන සමීකරණ මත පදනම් වේ; එකක් භෞතික මූලධර්ම CoSMoS-COAST සහ LX-Shore වැනි දත්ත මත පදනම් වූ ක්‍රම සමඟ ඒකාබද්ධ කරන දෙමුහුන් ආකෘතියකි; අනෙක LSTM ජාල සහ ට්‍රාන්ස්ෆෝමර් ගෘහ නිර්මාණ ශිල්පය වැනි සංඛ්‍යානමය හෝ යන්ත්‍ර ඉගෙනුම් ශිල්පීය ක්‍රම මත සම්පූර්ණයෙන්ම රඳා පවතින දත්ත මත පදනම් වූ ආකෘතියකි.

ආකෘතිවල පුළුල් විවිධත්වයක් තිබියදීත්, ඒකාබද්ධ ඇගයීම් නිර්ණායක නොමැතිකම කාර්ය සාධන සැසඳීම් දුෂ්කර කර ඇත. වඩාත්ම නිවැරදි අනාවැකි ලබා දෙන්නේ කුමන ආකෘතියද? ShoreShop2.0 අන්ධ පරීක්ෂණ තරඟය හරස්-විෂය සංසන්දනයන් සඳහා කදිම අවස්ථාවක් සපයයි.

ShoreShop2.0 ජාත්‍යන්තර අන්ධ පරීක්ෂණ තරඟය යනු විද්‍යාත්මක සහයෝගීතාවයේ ඉතා දැඩි ආකාරයකි. සහභාගී වන කණ්ඩායම්වලට පරීක්ෂණ ස්ථානය පිළිබඳව පමණක් දැනුම් දෙනු ලැබේ, එය බොක්කක් හෝ වෙරළක් සඳහා කේත නාමයකි. පූර්ව දැනුම ආකෘති ක්‍රමාංකනයට බලපෑම් කිරීම වැළැක්වීම සඳහා එහි පිහිටීම සහ සත්‍ය නම වැනි ප්‍රධාන තොරතුරු සඟවා ඇත. තවද, 2019-2023 (කෙටි කාලීන) සහ 1951-1998 (මධ්‍ය කාලීන) දත්ත හිතාමතාම රඳවා තබා ගනිමින්, කොටස්වල දත්ත රහසිගතව තබා ඇත. ඉන්පසු ආකෘති කෙටි හා මධ්‍ය කාලීන වෙරළබඩ වෙනස්කම් පුරෝකථනය කරයි, අවසානයේ රහස්‍ය දත්ත භාවිතයෙන් ඒවායේ නිරවද්‍යතාවය සත්‍යාපනය කරයි. මෙම සැලසුම සම්පූර්ණයෙන්ම නොදන්නා තත්වයන් යටතේ වෙරළබඩ ආකෘතිවල හරස්-විනය සංසන්දනයන් සක්‍රීය කරයි.

රටවල් 15 කින් පර්යේෂණ කණ්ඩායම් තිස් හතරක් දත්ත මත පදනම් වූ ආකෘති 12 ක් සහ දෙමුහුන් ආකෘති 22 ක් ඇතුළත් ආකෘති ඉදිරිපත් කළහ. මෙම කණ්ඩායම් එක්සත් ජනපදය, ඕස්ට්‍රේලියාව, ජපානය, ප්‍රංශය සහ වෙනත් රටවල ආයතනවලින් පැමිණියහ. කෙසේ වෙතත්, ඉදිරිපත් කරන ලද ආකෘතිවලට GENESIS වැනි වාණිජ ආකෘති සහ භෞතික විද්‍යාව පදනම් කරගත් ආකෘති Delft3D සහ MIKE21 නොතිබුණි.

කෙටිකාලීන, පස් අවුරුදු අනාවැකි සඳහා ඉහළම ක්‍රියාකාරී මාදිලි CoSMoS-COAST-CONV_SV (දෙමුහුන් ආකෘතිය), GAT-LSTM_YM (දත්ත-ධාවනය කරන ලද ආකෘතිය) සහ iTransformer-KC (දත්ත-ධාවනය කරන ලද ආකෘතිය) බව සංසන්දනයකින් හෙළි විය. මෙම ආකෘති චන්ද්‍රිකා දුරස්ථ සංවේදක වෙරළබඩ දත්තවල මීටර් 8.9 ක ආවේනික දෝෂයට සාපේක්ෂව ආසන්න වශයෙන් මීටර් 10 ක මූල මධ්‍යන්‍ය වර්ග දෝෂ ලබා ගත්තේය. මෙයින් ඇඟවෙන්නේ සමහර වෙරළ සඳහා, ආකෘතිවල පුරෝකථන හැකියාවන් නිරීක්ෂණ තාක්ෂණයේ සීමාවන්ට ළඟා වන බවයි. ඇත්ත වශයෙන්ම, අනෙකුත් ආකෘති වෙරළබඩ වෙනස්කම් වඩා හොඳින් ග්‍රහණය කර ගැනීමට සමත් විය.

පුදුම සහගත සොයාගැනීමක් වූයේ දෙමුහුන් ආකෘතිය දත්ත-ධාවනය කළ ආකෘතියට සාපේක්ෂව ක්‍රියා කළ බවයි. CoSMoS-COAST-CONV_SV (දෙමුහුන් ආකෘතිය) භෞතික ක්‍රියාවලීන් සහ සංකෝචන මෙහෙයුම් ඒකාබද්ධ කරන අතර GAT-LSTM_YM (දත්ත-ධාවනය කළ ආකෘතිය) අවකාශීය සහසම්බන්ධතා ග්‍රහණය කර ගැනීම සඳහා ප්‍රස්ථාර අවධානය ජාලයක් භාවිතා කරයි. ආකෘති දෙකම හොඳින් ක්‍රියා කළේය.

මධ්‍ය කාලීන අනාවැකි සම්බන්ධයෙන් ගත් කල, LX-Shore ශ්‍රේණිය (දෙමුහුන් ආකෘති) මනින ලද දත්ත වලට ආසන්නතම අනාවැකි සපයයි. වෙරළබඩ සහ පාර්ශ්වීය අවසාදිත ප්‍රවාහන ක්‍රියාවලීන් සම්බන්ධ කිරීමෙන්, මෙම ආකෘති දිගු කාලීන ස්ථාවරත්වය පවත්වා ගන්නා අතරම මනින ලද දත්ත සමඟ ආන්තික කුණාටු සිදුවීම් වලට වඩාත්ම ස්ථාවර ප්‍රතිචාර පෙන්වයි. මෙම ආකෘතිවලින් ලැබෙන අනාවැකිවලින් පෙනී යන්නේ තනි දරුණු කුණාටුවක් මීටර් 15-20 දක්වා තාවකාලික වෙරළ තීරයක් පසුබැසීමට හේතු විය හැකි බවත්, සම්පූර්ණ සුවය ලැබීමට වසර දෙක තුනක් ගත විය හැකි බවත්ය. CoSMoS-COAST ශ්‍රේණිය විශිෂ්ට ස්ථාවරත්වයක් ලබා දෙන අතර අනෙකුත් ආකෘති දිගු කාලීන ප්ලාවිතය සහ අධික ප්‍රතිචාරයෙන් පීඩා විඳිය හැකිය.

ආකෘති ප්‍රතිඵලවලින් පෙනී යන්නේදත්ත ගුණාත්මකභාවයආකෘති ක්‍රියාකාරිත්වයේ ප්‍රධාන සීමාකාරී සාධකයකි. චන්ද්‍රිකා දුරස්ථ සංවේදන දත්ත පුළුල් ප්‍රදේශයක් ආවරණය කරන අතර, එහි තාවකාලික විභේදනය අඩුය, සාමාන්‍යයෙන් සතිපතා සිට මාසිකව දක්වා, කුණාටුවෙන් පසු වේගවත් ප්‍රකෘතිමත් වීම ග්‍රහණය කර ගැනීම දුෂ්කර කරයි. තවද, ක්ෂණික ජල දාරය තරංග ධාවනය සහ වඩදිය බාදිය මගින් බලපාන අතර, ආකෘති අනාවැකි වලට බලපෑම් කළ හැකි තාවකාලික දෝෂ වලට මග පාදයි.

ශක්තිමත් ද්විමාන පෙරහන් ශිල්පීය ක්‍රම භාවිතා කිරීම වැනි අවකාශීය-කාලික දත්ත සුමට කිරීම මඟින් ආකෘති කාර්ය සාධනය සැලකිය යුතු ලෙස වැඩිදියුණු කළ හැකි බව අධ්‍යයනයෙන් සොයා ගන්නා ලදී. පසුව, අන්ධ නොවන පරීක්ෂණ ආකෘති ප්‍රශස්ත දත්ත පෙර සැකසුම් හරහා සාමාන්‍ය දෝෂය 15% කින් අඩු කළේය.

Robust 2D Smoothing යනු වෙරළබඩ චන්ද්‍රිකා දත්තවල ශබ්දය සැකසීම සඳහා විශේෂයෙන් නිර්මාණය කර ඇති දියුණු සංඥා සැකසුම් ක්‍රමයකි. අත්‍යවශ්‍යයෙන්ම, එය බර අඩුම වර්ග මත පදනම් වූ පුනරාවර්තන පෙරහන් ඇල්ගොරිතමයක් වන අතර, චන්ද්‍රිකා රූපවල තාවකාලික තරංග ශබ්දය වැනි බාහිර බලපෑම් වලට ඉතා ශක්තිමත් වේ.

ආකෘති අනාවැකි සඳහා තීරණාත්මක තවත් සාධකයක් වන්නේ ආසන්න වෙරළ තරංග දත්තවල නිරවද්‍යතාවයයි. වර්තමානයේ, තරංග දත්ත විවිධ දෝෂ වලින් පීඩා විඳිති, ගෝලීය තරංග නැවත විශ්ලේෂණ දත්ත ආසන්න වෙරළ පරිවර්තනයේ දෝෂ, බිඳීමේ කලාපයට වඩා මීටර් 10 සමස්ථානිකයේ තරංග පරාමිතීන් නිස්සාරණය කිරීමෙන් ඇතිවන පක්ෂග්‍රාහීත්වය සහ දෛනික සාමාන්‍ය තරංග තත්වයන් භාවිතා කිරීමෙන් ආන්තික සිදුවීම්වල බලපෑම අවතක්සේරු කිරීම ඇතුළුව. මෙම දෝෂ සියල්ලම ආකෘති අනාවැකි වලට බලපෑ හැකිය.

දිගුකාලීන අනාවැකි සඳහා, බොහෝ ආකෘති මුහුදු මට්ටම ඉහළ යාමේ බලපෑම ඇස්තමේන්තු කිරීම සඳහා සම්භාව්‍ය බ්‍රව්නියානු නීතිය මත විශ්වාසය තබයි. කෙසේ වෙතත්, මෙම නීතිය අසීමිත හා සමතුලිත අවසාදිත සැපයුමක් උපකල්පනය කරන අතර වෙරළබඩ අවසාදිත ප්‍රවාහනයේ හෝ වෙරළ පෝෂණය වැනි මිනිස් ක්‍රියාකාරකම්වල බලපෑම් නොසලකා හරියි. මෙය සැලකිය යුතු ආකෘති පක්ෂග්‍රාහීත්වයන්ට හේතු විය හැක.

සමතුලිතතා පැතිකඩ න්‍යාය මත පදනම්ව, බ්‍රව්නියානු නියමය මුහුදු මට්ටම ඉහළ යාම සහ වෙරළ තීරයේ පසුබැසීම අතර රේඛීය සම්බන්ධතාවයක් සපයයි. මෙම න්‍යාය මගින් ඉදිරිපත් කරනුයේ වෙරළබඩ පැතිකඩක් සමතුලිත හැඩයක් පවත්වා ගන්නා බවයි. මුහුදු මට්ටම ඉහළ යන විට, වැඩි වන නවාතැන් අවකාශය නව මුහුදු මට්ටමට සාපේක්ෂව එහි හැඩය පවත්වා ගැනීම සඳහා මෙම සමතුලිත පැතිකඩ ගොඩබිම දෙසට මාරු කිරීමට බල කරයි. එහි ප්‍රතිඵලයක් ලෙස, වෙරළබඩ පැතිකඩ ගොඩබිම දෙසට මාරු වන විට, ඉහළ වෙරළ ස්ථරය ඛාදනයට ලක් වන අතර, ඛාදනයට ලක් වූ ද්‍රව්‍ය වෙරළට ගොඩබිමට තැන්පත් වන අතර, එමඟින් ආසන්න වෙරළ තීරය ඉහළ යන අතර එමඟින් නිරන්තර ජල ගැඹුරක් පවත්වා ගනී. වෙරළ තීරයේ බෑවුම අනුව වෙරළබඩ පසුබැසීම මුහුදු මට්ටම ඉහළ යාමට වඩා 10 සිට 50 ගුණයකින් වැඩි විය හැකි බව බ්‍රව්න්ගේ නියමය පුරෝකථනය කරයි.

නිශ්චිත අවශ්‍යතා මත පදනම්ව සුදුසු මෙවලම් තෝරා ගැනීම සඳහා මෙම අධ්‍යයනය පදනමක් සපයයි. තවද, දත්ත පූර්ව සැකසුම් කිරීම ඉතා වැදගත් වේ; නිසි දත්ත සැකසීම සමහර විට ආකෘතියට වඩා වැඩි බලපෑමක් ඇති කළ හැකිය. ShoreShop 2.0 සමඟ ලබාගත් අත්දැකීම් මත පදනම්ව, අනාවැකි නිරවද්‍යතාවය වැඩි දියුණු කිරීම සඳහා චන්ද්‍රිකා සහ තරංග දත්ත වැඩිදියුණු කළ හැකිය. තවද, දිගු කාලීන අනාවැකි වලදී කෘතිමව කැළඹුණු වෙරළ තීරයන්ගේ පාලනය කළ නොහැකි බලපෑම් ද අනාවැකි ප්‍රතිඵලවලට සැලකිය යුතු ලෙස බලපෑ හැකිය. තවද, GENESIS, Delft3D, සහ MIKE21 වැනි වාණිජ ආකෘතිවලින් සහභාගීත්වයක් නොමැතිකම සැලකිය යුතු ගැටළුවකි.

​නිල් මායිමේ ආරක්ෂකයින්: අපගේ සාගර සහ දේශගුණය ආරක්ෂා කිරීම සඳහා ෆ්‍රෑන්ක්ස්ටාර්ගේ 11 අවුරුදු මෙහෙවර​

දශකයකට වැඩි කාලයක් තිස්සේ, ෆ්‍රෑන්ක්ස්ටාර් සමුද්‍ර පාරිසරික භාරකාරත්වයේ ඉදිරියෙන්ම සිටින අතර, අසමසම සාගර හා ජල විද්‍යාත්මක දත්ත ලබා දීම සඳහා අති නවීන තාක්‍ෂණය සහ විද්‍යාත්මක දැඩි බව උපයෝගී කර ගනී. අපගේ මෙහෙවර හුදෙක් දත්ත රැස් කිරීම ඉක්මවා යයි - අපි තිරසාර අනාගතයක ගෘහ නිර්මාණ ශිල්පීන් වන අතර, අපගේ ග්‍රහලෝකයේ සෞඛ්‍යය සඳහා දැනුවත් තීරණ ගැනීමට ලොව පුරා ආයතන, විශ්ව විද්‍යාල සහ රජයන් බලගන්වමු.